[发明专利]快速多目标检测与跟踪系统有效
| 申请号: | 201610770737.0 | 申请日: | 2016-08-30 |
| 公开(公告)号: | CN107798272B | 公开(公告)日: | 2021-11-02 |
| 发明(设计)人: | 王世婷;胡琦;温东超 | 申请(专利权)人: | 佳能株式会社 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 北京怡丰知识产权代理有限公司 11293 | 代理人: | 迟军 |
| 地址: | 日本东京都*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 快速 多目标 检测 跟踪 系统 | ||
本发明涉及一种快速多目标检测与跟踪系统。根据本发明的系统,只有少数帧要被检测,并且以二值方式将其他帧分成不同大小的稳定运动片段,然后本发明的系统能够精确地预测。该系统能够帮助实现高清视频中多人情况下的高跟踪速度,同时也获得了高精确度。
技术领域
本发明总体涉及一种多目标检测与跟踪系统。
背景技术
在诸如监视、体育视频分析等的各种计算机视觉应用中,多目标检测是最为重要的组成之一。得益于目标检测的令人瞩目的进展(诸如方向梯度直方图以及快速级联分类器等的更好的特征提取方法),基于检测的跟踪(tracking-by-detection)系统近年来受到关注。然而,当保持精确度时,如果视频分辨率变得越高,则检测速度和跟踪速度二者变得越慢。大多数现有系统无法以全帧速率运行,尤其是在高清视频或高频视频中。
在“IEEE TRANSACTION ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE”上发表的论文(Michael D.Breitenstein,Fabian Reichlin,et al.Online Multi-PersonTracking-By-Detection From A Single,Uncalibrated Camera.Submitted January2010,revised October2010)作为现有技术,描述了一种检测跟踪方法,其主要由检测器和数据关联单元组成,以视频的图像序列来处理每个帧,即,逐帧检测的方法。
在论文的该方法中,对于帧时间戳t,人体检测器(基于滑动窗口或基于特征等)在整个图像上进行检测以给出检测结果,然后,数据关联单元决定哪个检测结果应当指导(guide)帧(t-1)上的最后跟踪结果的哪个轨迹。用于数据关联问题的方法,要追求高精确度可能是复杂的。例如,考虑到检测器置信度、人体位置、运动以及表现,该参考论文重点在于贪心算法(greedy algorithm)和分数函数。
但是参考论文的方法存在一个主要问题。即,不论是滑动窗口方式还是基于特征的方式,在整个图像帧上的逐帧检测会严重减慢处理速度。
对于一帧,用于检测的搜索区域越大,则检测速度越慢。此外,在相邻帧之间存在运动连贯性,因此逐帧检测是一种巨大的滥用。这两件事情都严重减慢跟踪速度,使其背离实时处理。
基于以上内容,期望提出快速多目标跟踪的系统,这能够帮助实现视频中多目标情况下的高跟踪速度,并且也不损失精确度。
发明内容
本发明提供一种检测跟踪系统,其中,仅少数帧要被检测。该检测跟踪系统利用二值搜索的思想,将帧分成不同大小的稳定运动的片段,用于精确的运动预测。并且该检测跟踪系统能够同时达到超过实时的跟踪速度和高精确度。
本发明的一方面提供一种多目标检测与跟踪系统,所述多目标检测与跟踪系统包括:
预处理单元,其被构造为选择多个第一采样帧,以将图像的序列分割成帧单元;
全局目标检测器,其被构造为在所述第一采样帧的整个图像上进行目标检测,并给出全局检测结果;
帧采样单元,其被构造为在帧单元中选择至少一个第二采样帧;
局部目标检测器,其被构造为在所述第二采样帧的感兴趣区域上进行目标检测,并输出局部检测结果;
数据关联单元,其被构造为通过目标相似度,将所述全局检测结果和所述局部检测结果与现有轨迹对准。
根据本发明的系统,仅少数帧要被检测,并且其他帧以二值方式被分成不同大小的稳定运动片段。与现有技术中的逐帧跟踪系统不同,本发明提出了一种在计算上高效并且还实现了高精确度的“采样帧”跟踪系统。
通过以下参照附图对示例性实施例的描述,本发明的其他特征将变得清楚。
附图说明
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佳能株式会社,未经佳能株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610770737.0/2.html,转载请声明来源钻瓜专利网。





